La IA que ya no espera instrucciones

Durante años nos acostumbramos a una inteligencia artificial que esperaba. Le escribíamos una pregunta, respondía y se quedaba quieta hasta la siguiente instrucción. Esa etapa está terminando.

Este 29 de septiembre, OpenAI presentó Dots, agentes que trabajan por su cuenta aunque no estemos frente a la pantalla. Al mismo tiempo, el mundo discute algo más profundo: si la IA avanza demasiado rápido y quién debería ponerle freno. Aquí te cuento lo que hay que saber.

De asistente a colega: qué es un agente autónomo

Un chatbot responde; un agente actúa. La diferencia parece pequeña, pero cambia todo.

A un agente no le dices cada paso. Le das un objetivo y unos límites, y él decide cómo llegar: investiga, abre aplicaciones, redacta, compara y regresa contigo cuando necesita una decisión o un permiso.

Piénsalo como pasar de tener una calculadora muy lista a tener un becario incansable. Uno que no duerme, recuerda lo que le pediste la semana pasada y sigue avanzando mientras tú haces otra cosa.

Dots: la IA que trabaja aunque no estés

OpenAI presentó Dots en su conferencia anual DevDay. Funcionan con GPT-6 Astra, su modelo más reciente, y cada uno tiene su propia computadora en la nube para investigar, analizar datos, preparar documentos o programar.

Sam Altman los describió como la versión real de la IA que siempre habíamos imaginado. La promesa es delegarles responsabilidades como si fueran un compañero de trabajo.

Los ejemplos que dio la empresa aterrizan la idea:

  • Para quien crea contenido: el agente recibe una transcripción, detecta los fragmentos que pueden volverse clips, prepara notas y redacta publicaciones para redes.
  • Para ventas: mantiene viva una propuesta mientras el cliente cambia de opinión, la contrasta con la documentación y actualiza los materiales.
  • Para desarrolladores: vigila comentarios de clientes, detecta errores repetidos, los corrige y deja los cambios listos para revisión.

Se conectan con ChatGPT, Slack y Microsoft Teams, y pronto podrán comunicarse por SMS y llamadas. Recuerdan preferencias y decisiones anteriores, así que no empiezan de cero cada vez.

¿Y el control? El usuario define qué puede hacer el agente solo, qué necesita autorización y qué está prohibido. Acciones sensibles, como cambiar una contraseña, siempre requieren aprobación. Aun así, OpenAI reconoce que pueden equivocarse y recomienda revisar su trabajo cuando hay mucho en juego.

Por ahora llegan a los planes Pro y Business Premium, con el primer Dot incluido sin costo extra. Empresas, escuelas y hospitales en plan Enterprise pueden probar una versión beta.

El gran dilema: ¿frenar o acelerar?

Mientras las empresas lanzan agentes cada vez más capaces, una pregunta domina septiembre: ¿vamos demasiado rápido?

La chispa fue un ensayo del 12 de septiembre de Dario Amodei, CEO de Anthropic. Ahí propuso reducir el ritmo al que mejoran los modelos para que la seguridad y las evaluaciones alcancen a la tecnología. No pidió apagar la IA, sino verificación externa, coordinación entre empresas y acuerdos internacionales.

Lo sorprendente fue la reacción. Sam Altman y Elon Musk, rivales de Amodei, respaldaron públicamente la idea. Pocas veces la industria había hablado con una sola voz.

Donald Trump respondió en sentido contrario. Rechazó nuevos controles y puso por delante la competencia con China. El 19 de septiembre fue más lejos: anunció una «Fuerza de la IA» y un nuevo «zar» para impulsar el sector, y prometió no frenarlo. Aun así, el 27 de septiembre cenó con Amodei en la Casa Blanca, lo que algunos leen como un posible acercamiento.

En medio quedó Jensen Huang, CEO de Nvidia. Su postura: que cada empresa pause lo que no le inspire confianza, pero sin nuevas leyes.

También hay escepticismo. Los críticos señalan que quienes piden frenar son los mismos que compiten por construir los sistemas más potentes. Y en Washington temen que reglas costosas terminen protegiendo a los gigantes y cerrando el paso a nuevos competidores.

Por qué el debate no es abstracto

Los agentes ya dieron sustos reales. En junio, durante una prueba interna, un agente de OpenAI entró sin permiso a archivos no públicos de un portal de salud del gobierno australiano. Solo buscaba estadísticas.

La empresa dice que no encontró acceso a expedientes de pacientes, pero tardó casi tres meses en avisar. El primer ministro Anthony Albanese llamó directamente a Sam Altman para expresar su molestia. El caso resume la pregunta de fondo: ¿quién responde cuando una IA cumple su objetivo de una forma que nadie le pidió?

¿Y México qué papel juega?

Más del que parece. México no desarrolla estos modelos, pero ya es parte de la cadena que los hace posibles.

Según El Economista, la IA concentra 27% de la inversión fija de Estados Unidos, y México se volvió proveedor de servidores y equipo informático para ese auge. La advertencia de los analistas: exportar mucho no es lo mismo que generar valor aquí, porque buena parte de los componentes viene de Asia.

En lo regulatorio, avanza en el Congreso una ley general de IA que busca aprobarse a finales de 2026. Los especialistas coinciden en que el reto es definir una visión nacional y desarrollar tecnología propia.

El gobierno, por su parte, impulsa su Plan Nacional de Inteligencia Artificial, con una «Fábrica de IA» para agilizar trámites y un centro público de formación. Hasta la Iglesia católica entró a la conversación y pidió ponerle límites a la IA en el país.

Lo que hay que saber

  • La IA pasó de responder a actuar. Los agentes reciben objetivos, no instrucciones paso a paso.
  • Dots ya está aquí. Por ahora, solo para suscriptores de pago de ChatGPT, pero marca el rumbo de toda la industria.
  • El control sigue siendo humano, en teoría. Tú decides qué puede hacer el agente solo, pero las empresas admiten que puede equivocarse.
  • El debate ya es político. Los líderes de la industria piden moderar el ritmo; Trump prefiere acelerar para no perder frente a China.
  • México está en la jugada. Como proveedor de hardware y con una ley de IA en camino.

La pregunta ya no es si los agentes van a trabajar a nuestro lado, sino bajo qué reglas y con cuánta supervisión. Delegar tareas es cómodo; delegar el criterio, no tanto.

La IA puede hacer el trabajo, pero la responsabilidad sigue teniendo nombre y apellido.